Представлен ANMA — инструмент для принудительного соблюдения архитектурных границ при использовании AI-агентов для кодинга. Система использует YAML-контракты для генерации инструкций (CLAUDE.md), хуков и проверок CI, что позволяет дешевым моделям строго следовать структуре проекта.
Что произошло
Разработчики представили ANMA, который внедряет внешние механизмы контроля за кодовой базой через декларативные YAML-контракты. Инструмент автоматизирует создание файлов инструкций и интеграцию проверок в CI-пайплайны. Тесты на языке Python показали, что использование ANMA в сочетании с моделью Claude Haiku 4.5 снизило количество нарушений границ модулей с 13 из 19 до 0 из 20.
Контекст
При использовании бюджетных LLM-агентов часто возникает проблема «деградации архитектуры», когда модели игнорируют правила импортов и зависимостей, превращая проект в спагетти-код. Традиционно для решения этой задачи предлагалось использовать более мощные и дорогие frontier-модели, но ANMA переносит контроль с когнитивных способностей модели на программные ограничения (boundary contracts).
Почему это важно для индустрии
Технология меняет экономику разработки AI-агентами, позволяя компаниям заменять дорогие модели более эффективными и дешевыми аналогами без потери контроля над чистотой архитектуры. Это создает фундамент для паттерна Constrained Agent Workflows, где архитектурные контракты становятся обязательным слоем в любом жизненном цикле разработки ПО (SDLC).
Почему это важно для пользователей
Разработчики получают способ «приручить» быстрые и экономичные модели, превращая их в надежных помощников, которые не нарушают структуру проекта. Это позволяет немедленно внедрять бюджетные модели в рабочие процессы, сохраняя строгие стандарты качества кода и снижая затраты на токены.
Что пока неизвестно / ограничения
Существуют юридические риски использования автоматизированных агентов для модификации кода, требующие внимания со стороны специалистов по интеллектуальной собственности.
Источники
Автор
Look at AI, редакция